正文

sem潛在變量

發(fā)布時(shí)間：2023-04-07 19:26:53 稿源：創(chuàng)意嶺閱讀： 61

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于sem潛在變量的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話(huà)答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫(xiě)出的就越詳細(xì)，有微信小程序端、在線(xiàn)網(wǎng)頁(yè)版、PC客戶(hù)端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶(hù)遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話(huà)175-8598-2043，或添加微信：1454722008

本文目錄:

1、如果存在多重共線(xiàn)性還能用Sem嗎
2、感知環(huán)境是旅游地的宣傳促銷(xiāo)手段嗎
3、AMOS從模型到分析
4、SEM 結(jié)構(gòu)方程模型

sem潛在變量

一、如果存在多重共線(xiàn)性還能用Sem嗎

能。

首先SEM更加靈活，更加綜合。傳統(tǒng)方法的模型是提前規(guī)定的或者說(shuō)是默認(rèn)的，而做結(jié)構(gòu)方程的時(shí)候，它對(duì)變量關(guān)系的限制幾乎沒(méi)有，需要你自己根據(jù)理論知識(shí)設(shè)定變量之間的關(guān)系。SEM既包含顯變量又有潛變量，而傳統(tǒng)的方法之分析顯變量。在SEM中我們認(rèn)為誤差是存在的，你甚至可以規(guī)定不同變量之間誤差的關(guān)系，但是傳統(tǒng)的方法認(rèn)為誤差是沒(méi)有的。傳統(tǒng)方法能夠輸出變量間關(guān)系的直接的顯著性檢驗(yàn)結(jié)果，而SEM沒(méi)有這樣的結(jié)果，我們得用擬合指標(biāo)來(lái)評(píng)價(jià)模型。結(jié)構(gòu)方程模型可以很好地容忍多重共線(xiàn)性。

二、感知環(huán)境是旅游地的宣傳促銷(xiāo)手段嗎

一、游客感知環(huán)境影響結(jié)構(gòu)模型

(一)理論依據(jù)

認(rèn)知行為理論、理性行為理論、社會(huì)交換理論等為解釋游客認(rèn)知與行為奠定了理論基礎(chǔ)。認(rèn)知學(xué)派認(rèn)為,多數(shù)情況下,行為和認(rèn)知是相伴而生的,認(rèn)知可以改變行為,行為也可以改變認(rèn)知。游客的行為受旅游過(guò)程中對(duì)環(huán)境的觀察和解釋的影響。不適宜的行為產(chǎn)生于錯(cuò)誤的知覺(jué)和解釋。理性行為理論由美國(guó)學(xué)者菲什拜因和阿耶茲于1975年提出,該理論認(rèn)為個(gè)體的行為在某種程度上可以由行為意向合理地推斷,而個(gè)體的行為意向又是由對(duì)行為的態(tài)度和主觀準(zhǔn)則決定的。理性行為理論主要用于分析態(tài)度如何有意識(shí)地影響個(gè)體行為,關(guān)注基于認(rèn)知信息的態(tài)度形成過(guò)程,其基本假設(shè)是認(rèn)為人是理性的,即游客在對(duì)旅游地做出某一行為前會(huì)綜合各種信息來(lái)考慮自身行為的意義和后果。社會(huì)交換理論是20世紀(jì)60年代由霍曼斯創(chuàng)立,它主張人類(lèi)一切的社會(huì)活動(dòng)都可以歸結(jié)為一種交換,人們?cè)谏鐣?huì)交換中所結(jié)成的社會(huì)關(guān)系也是一種交換關(guān)系。社會(huì)交換理論由Long、Perdue和Allen引入旅游學(xué),在旅游地必然存在資源交換,游客用她們的經(jīng)濟(jì)資源交換當(dāng)?shù)鼐用竦挠押门c服務(wù)。認(rèn)知行為理論、理性行為理論、社會(huì)交換理論為解釋游客的感知與行為關(guān)系奠定了理論基礎(chǔ),在一定程度上解釋了游客感知、旅游行為等之間的關(guān)系。

(二)模型構(gòu)建

瑞典學(xué)者KarlG.Joreskog與DagSorbom首先提出結(jié)構(gòu)方程模型(StructuralEquationModel-ing,簡(jiǎn)稱(chēng)SEM),有學(xué)者也把它稱(chēng)為潛在變量模型(LatentVariableModels,簡(jiǎn)稱(chēng)LVM)。它通常被歸類(lèi)于高等統(tǒng)計(jì)范疇中,整合了因素分析與路徑分析兩種統(tǒng)計(jì)方法,是從變量間或變量群間的協(xié)方差結(jié)構(gòu)出發(fā),積極探討和反映解釋變量(外生觀測(cè)變量和潛在變量)對(duì)被解釋變量(內(nèi)生觀測(cè)變量和潛在變量)的(直接或間接的)因果關(guān)系的分析法。結(jié)構(gòu)方程模型使用廣泛,近年來(lái)在旅游學(xué)上的應(yīng)用也越來(lái)越多。1.概念模型構(gòu)建模型構(gòu)建是研究游客感知的重要手段之一。為了定量驗(yàn)證游客對(duì)少數(shù)民族旅游地環(huán)境影響感知的一系列關(guān)系與行為,根據(jù)以上理論,遵循游客感知鎖鏈規(guī)律,借助統(tǒng)計(jì)分析軟件(SPSS17.0)和結(jié)構(gòu)方程建模軟件(AMOS17.0),構(gòu)建少數(shù)民族旅游地游客環(huán)境影響感知、滿(mǎn)意度以及旅游行為的結(jié)構(gòu)方程模型(圖1)。模型中設(shè)計(jì)了4個(gè)潛在變量,即環(huán)境影響正面感知、環(huán)境影響負(fù)面感知、游客滿(mǎn)意度以及游客行為,及其相互之間的因果關(guān)系。潛在變量列于橢圓形中,觀察變量列于長(zhǎng)方形中,ξ表示外因潛在變量,η表示內(nèi)因潛在變量(吳明隆,2010)。其中,β與γ為通徑系數(shù)。βab表示ηb對(duì)ηa的通徑系數(shù)。γab表示外因潛變量ζb對(duì)內(nèi)因潛變量ηa的通徑系數(shù)。調(diào)查問(wèn)卷設(shè)計(jì)基于結(jié)構(gòu)方程模型的構(gòu)建,結(jié)合前人研究成果,模型構(gòu)建包括4部分:一是游客對(duì)旅游地環(huán)境影響的正面感知,包含6個(gè)觀測(cè)變量;二是游客對(duì)旅游地環(huán)境影響的負(fù)面感知,包含7個(gè)觀測(cè)變量;三是游客滿(mǎn)意度,包含3個(gè)觀測(cè)變量;四是游客行為,包含2個(gè)觀測(cè)變量。共4個(gè)潛在變量,18個(gè)觀測(cè)變量,見(jiàn)表1。2.假設(shè)提出通過(guò)文獻(xiàn)梳理,對(duì)前人研究成果的總結(jié)以及模型的構(gòu)建,現(xiàn)針對(duì)游客環(huán)境影響感知研究提出以下5種假設(shè)。H1:游客對(duì)環(huán)境影響的正面感知對(duì)游客行為有顯著正向關(guān)系;H2:游客對(duì)環(huán)境影響的負(fù)面感知對(duì)游客行為有著顯著反向關(guān)系;H3:游客對(duì)環(huán)境影響的正面感知對(duì)游客滿(mǎn)意度有顯著正向關(guān)系;H4:游客對(duì)環(huán)境影響的負(fù)面感知對(duì)游客滿(mǎn)意度有顯著反向關(guān)系;H5:游客對(duì)旅游地環(huán)境的滿(mǎn)意度對(duì)游客行為有顯著正向關(guān)系。

二、游客感知環(huán)境影響實(shí)證研究

(一)研究區(qū)域

我國(guó)將大力推進(jìn)生態(tài)文明建設(shè)。西南少數(shù)民族地區(qū)(桂、黔、滇、川、渝、藏)多屬于“老、少、邊、窮”地區(qū),旅游資源豐富,旅游業(yè)已成為促進(jìn)當(dāng)?shù)匕l(fā)展的重要產(chǎn)業(yè)。少數(shù)民族地區(qū)生態(tài)環(huán)境脆弱,旅游導(dǎo)致的負(fù)面影響將更為嚴(yán)重和明顯。而目前,國(guó)內(nèi)“主客”感知研究主要集中于九寨溝、黃山、陽(yáng)朔等風(fēng)景名勝區(qū),對(duì)少數(shù)民族地區(qū)研究欠缺,導(dǎo)致對(duì)民族旅游地發(fā)展演進(jìn)規(guī)律的認(rèn)識(shí)不足,制約我國(guó)旅游業(yè)可持續(xù)發(fā)展。因此,選擇西南少數(shù)民族地區(qū)作為研究點(diǎn)具有較強(qiáng)的典型性和特殊性,見(jiàn)表2。充分考慮案例地的典型性、代表性、示范性、可比性、以及特征的差異性,在我國(guó)少數(shù)民族人口排名前列的廣西、貴州兩省選取三個(gè)少數(shù)民族村寨旅游點(diǎn)進(jìn)行研究,分別是貴州省黔東南州西江千戶(hù)苗寨(以下簡(jiǎn)稱(chēng)西江,A地),廣西壯族自治區(qū)桂林市龍勝各族自治縣平安壯族平安梯田景區(qū)(以下簡(jiǎn)稱(chēng)平安,B地)以及廣西壯族自治區(qū)桂林市龍勝各族自治縣大寨瑤族大寨梯田景區(qū)(以下簡(jiǎn)稱(chēng)大寨,C地)。

(二)研究方法

1.問(wèn)卷設(shè)計(jì)與調(diào)查2012年7月至10月先后在三個(gè)案例地進(jìn)行多次調(diào)查,在三地發(fā)放游客感知問(wèn)卷942份,總共回收有效問(wèn)卷876份,有效率為92.99%。問(wèn)卷分兩部分:第一部分就游客對(duì)旅游業(yè)發(fā)展對(duì)當(dāng)?shù)厮斐傻沫h(huán)境影響、社會(huì)文化影響、經(jīng)濟(jì)影響、游客滿(mǎn)意度、旅游行為等進(jìn)行評(píng)估,此部分均采用李克特七點(diǎn)等距量表(按贊同程度由低至高分別賦1~7分,要求游客按照“非常不同意”、“很不同意”、“不同意”“、中立”、“同意”、“很同意”、“非常同意”7個(gè)選項(xiàng)對(duì)每一個(gè)問(wèn)題給出主觀態(tài)度判斷);第二部分是被訪者的人口統(tǒng)計(jì)特征以及社會(huì)屬性。依據(jù)本文研究主旨,主要選取游客對(duì)旅游地環(huán)境影響感知進(jìn)行研究論證。

2.樣本描述性統(tǒng)計(jì)分析抽樣數(shù)據(jù)與雷山縣旅游局、龍勝縣旅游局統(tǒng)計(jì)數(shù)據(jù)基本情況相吻合,見(jiàn)表3。從年齡方面看,游客主要分布于21-49年齡段,分別是81.90%、78.40%、84.60%,大寨比例相對(duì)較高;學(xué)歷方面,主要聚集在大專(zhuān)、本科學(xué)歷,其中西江比例最高,達(dá)77.20%;收入情況看,多數(shù)游客收入集中在1000-8000元之間,1000-3000元之間比例相差不多,3000-5000元之間西江比較最高40.3%,5000-8000元之間西江比例相比平安、大寨比較較小,相差10.00%左右;職業(yè)方面,政府公職人員、企事業(yè)管理人員、專(zhuān)業(yè)文教技術(shù)人員、學(xué)生與其他的比重較大。

3.問(wèn)卷數(shù)據(jù)常態(tài)與信度檢驗(yàn)運(yùn)用SPSS17.0軟件對(duì)調(diào)研數(shù)據(jù)進(jìn)行整理、檢查和統(tǒng)計(jì),對(duì)于異常數(shù)據(jù)進(jìn)行必要的校正和剔除,并對(duì)缺省的數(shù)據(jù)采用樣本分析均值替代法進(jìn)行處理,然后對(duì)數(shù)據(jù)常態(tài)及題項(xiàng)的信度、效度進(jìn)行檢驗(yàn)分析。表4顯示所有觀測(cè)變量的偏度—S—<3、峰度—K—<8,即各觀測(cè)變量評(píng)價(jià)值均屬常態(tài)(邱皓政,2003),個(gè)項(xiàng)———總量修正系數(shù)均大于0.3,符合結(jié)構(gòu)方程建模要求。表5所顯示結(jié)構(gòu)變量與觀測(cè)變量標(biāo)準(zhǔn)化Alpha(α)系數(shù)均大于0.7,因此獲取的數(shù)據(jù)具有較高的內(nèi)在信度。模型中18個(gè)觀測(cè)變量刪除后Alpha(α)值變小,因此變量全部予以保留。對(duì)模型中所有18個(gè)觀測(cè)變量進(jìn)行重復(fù)度量的方差分析,西江、平安、大寨的結(jié)果分別是F=40.439、P<0.0001,F=31.194、P<0.0001,F=35.704、P<0.0001,顯然量表的重復(fù)度量效果良好。用ANOVA方差檢測(cè)法對(duì)數(shù)據(jù)進(jìn)行差異性分析,首先分別對(duì)三個(gè)案例地正面感知6個(gè)題項(xiàng)以及負(fù)面感知7個(gè)題項(xiàng)的數(shù)據(jù)進(jìn)行Leneve方差齊性檢驗(yàn),結(jié)果均顯示sig>0.05,說(shuō)明三組數(shù)據(jù)均滿(mǎn)足方差齊性的前提條件,適合進(jìn)行單因素方差分析。綜合分析游客對(duì)環(huán)境影響正面感知的6個(gè)題項(xiàng),發(fā)現(xiàn)除了X3、X6兩選項(xiàng)分值顯示較低(Mx3=4.107、Mx6=4.313),被訪者保持中立外,其余四項(xiàng)分值均在5.000以上,可見(jiàn)游客對(duì)旅游給當(dāng)?shù)丨h(huán)境造成的正面影響感知度較強(qiáng)。對(duì)題項(xiàng)進(jìn)行差異性分析,其中5個(gè)題項(xiàng)相伴概率α小于顯著水平0.05,拒絕零假設(shè),即三地明顯感知差異。題項(xiàng)分別為:“X1旅游促進(jìn)旅游地環(huán)境美化和景觀塑造α=0.000”“、X2旅游改善城鎮(zhèn)面貌α=0.025”、“X3旅游促進(jìn)生態(tài)環(huán)境保護(hù)α=0.004”、“X4旅游提升民族區(qū)域建設(shè)的休閑和景觀功能α=0.023”、及“X6改善旅游地自然環(huán)境質(zhì)量(綠化、植被、原始森林等)α=0.000”。在滿(mǎn)足方差齊性條件下,采用S-N-K(Student-Newman-Keuls)檢驗(yàn)法進(jìn)行單因素方差多重比較,分析結(jié)果表明,三個(gè)案例中西江在所有具有明顯差異的5個(gè)題項(xiàng)中均值均高于其它案例地,同時(shí)標(biāo)準(zhǔn)方差也都是最小的,即游客的感知差異小。游客對(duì)旅游地環(huán)境影響的負(fù)面感知7個(gè)題項(xiàng)的評(píng)價(jià)分值多介于4.000~5.000之間,說(shuō)明游客雖然對(duì)旅游產(chǎn)生的負(fù)面環(huán)境影響有所察覺(jué),但并不認(rèn)為負(fù)面影響因旅游而產(chǎn)生,即游客并不認(rèn)為自行的言行舉止會(huì)對(duì)旅游地產(chǎn)生負(fù)面的環(huán)境影響,這種認(rèn)知與其后的行為傾向與選擇有著潛在聯(lián)系,也反應(yīng)出游客對(duì)旅游給當(dāng)?shù)貛?lái)的環(huán)境負(fù)面影響感知度較弱。對(duì)案例地做差異性分析發(fā)現(xiàn)有3項(xiàng)差異明顯,分別是X9、X10、X13。采用S-N-K檢驗(yàn),結(jié)果表明西江在所有具有明顯差異的3個(gè)題項(xiàng)中均值均低于其它案例地。以上分析顯示,西江在旅游環(huán)境管理及民族區(qū)域建設(shè)上較到位,值得借鑒。貴州省政府“取其精華,去其糟粕”,積累國(guó)內(nèi)外旅游景區(qū)成長(zhǎng)經(jīng)驗(yàn),對(duì)西江千戶(hù)苗寨進(jìn)行科學(xué)的統(tǒng)一規(guī)劃。基礎(chǔ)設(shè)施和服務(wù)設(shè)施得到極大的改善和提升。保護(hù)旅游區(qū)自然環(huán)境,走以人為本的綠色環(huán)保、健康休閑的可持續(xù)發(fā)展之路。游客行為η2包括兩個(gè)觀測(cè)變量,“Y4您是否愿意為保護(hù)旅游地環(huán)境增強(qiáng)自身環(huán)保意識(shí)M=5.131”,與“Y5您是否愿意為保護(hù)旅游地環(huán)境以身作則M=5.065”,表明游客為保護(hù)旅游地的環(huán)境愿意增強(qiáng)自身的環(huán)保意識(shí)與行為。差異性分析發(fā)現(xiàn),女性較男性更傾向于增強(qiáng)環(huán)保意識(shí)與行為自律(M男=5.083,M女=5.241);年齡方面,40-59歲之間的游客分值較高(M(40-49)=5.240、M(50-59)=5.793),中年人更關(guān)注環(huán)保與行為自律;收入在2000-8000之間的游客分值均在5.000以上,相對(duì)集中;職業(yè)方面,分值較高的集中在專(zhuān)業(yè)文教技術(shù)人員(M=5.212)、服務(wù)銷(xiāo)售商貿(mào)(M=5.200)、企事業(yè)管理人員(M=5.170)、學(xué)生(M=5.166)。研究結(jié)果有助于識(shí)別生態(tài)環(huán)保意識(shí)良好與不足的細(xì)分群體。

4.測(cè)量模型分析檢驗(yàn)顯示所有誤差方差均為正數(shù),因果模型符合基本適配標(biāo)準(zhǔn)(吳明隆,2010)。模型運(yùn)用極大似然法對(duì)三個(gè)案例地的數(shù)據(jù)分別進(jìn)行單個(gè)樣本以及綜合樣本參數(shù)估計(jì),分析觀測(cè)變量對(duì)游客滿(mǎn)意度以及旅游行為的影響,結(jié)果t值均>1.96,觀測(cè)變量因子載荷均顯著,P<0.001,達(dá)到顯著水平。表明觀測(cè)變量對(duì)特定結(jié)構(gòu)變量的影響是顯著的。

5.結(jié)構(gòu)模型分析首先對(duì)結(jié)構(gòu)模型的潛在變量以及所對(duì)應(yīng)的基礎(chǔ)實(shí)測(cè)數(shù)據(jù)進(jìn)行模型驗(yàn)證以及擬合度分析,由表6可見(jiàn),無(wú)論是綜合數(shù)據(jù)還是單個(gè)案例地?cái)?shù)據(jù),均達(dá)到理想標(biāo)準(zhǔn),表明模型的擬合度良好,具有跨樣本的穩(wěn)定性與有效性,保證了研究結(jié)果的效度與信度。其次,采用驗(yàn)證性因素分析對(duì)因子分析的結(jié)果進(jìn)行信度檢驗(yàn),對(duì)各結(jié)構(gòu)變量的信度系數(shù)、測(cè)量誤差進(jìn)行計(jì)算,得到潛在變量的組合信度以及平均方差抽取量(averagevarianceextracted,簡(jiǎn)稱(chēng)AVE)。結(jié)果顯示,潛在變量的組合信度值在0.60以上,AVE值除了正面影響6個(gè)題項(xiàng)AVE為0.3106,其余均在0.50以上(負(fù)面影響AVE值0.5056、游客滿(mǎn)意度AVE值0.5642、游客行為AVE值0.5188)。模型內(nèi)在質(zhì)量基本達(dá)標(biāo),模型的測(cè)量變量收斂效果良好。結(jié)構(gòu)模型預(yù)先假設(shè)結(jié)論的成立與否均由標(biāo)準(zhǔn)化路徑系數(shù)來(lái)體現(xiàn),標(biāo)準(zhǔn)化系數(shù)越大表示在相互關(guān)系中的影響越大,反之則

三、AMOS從模型到分析

一般我們論文分析有很多個(gè)題項(xiàng)時(shí)，也就是多變量時(shí)，建立SEM結(jié)構(gòu)化方程時(shí) ，如果沒(méi)有堅(jiān)實(shí)的理論基礎(chǔ)支撐，不清楚那些變量分為一個(gè)組時(shí)，題項(xiàng)對(duì)應(yīng)哪個(gè)因子。一般可以先用EFA再在此基礎(chǔ)上用 CFA。（探索性因素分析用spss軟件做，驗(yàn)證性因素分析用amos軟件。）探索性因子分析可以實(shí)現(xiàn)用少量因子反映大量問(wèn)卷題目的信息，從而實(shí)現(xiàn)降低維度，便于分析的目的，并對(duì)因子命名用于后續(xù)分析。

前面的SPSS分析方法-因子分析中，也提到因子分析的前提條件： KMO檢驗(yàn)和巴特利特檢驗(yàn)：用于檢查變量間的偏相關(guān)性，取值在0-1之間。KMO值越接近于1，因子分析效果就好。一般KMO值0.9以上極適合做因子分析，0.8以上適合做因子分析，0.7以上尚可，0.6以上勉強(qiáng)度可以，0.5以上不適合，0.5以下非常不適合。實(shí)際運(yùn)用中，在0.7以上，效果比較好；在0.5以下時(shí)，不適合應(yīng)用因子分析。

Bartlett 球形檢驗(yàn)： P<0.05,不服從球形檢驗(yàn)，應(yīng)拒絕各權(quán)變量獨(dú)立的假設(shè)，即變量間有較強(qiáng)相關(guān)；P>0.05時(shí)，服從球形檢驗(yàn)，各變量相互獨(dú)立，不能做因子分析。

接下來(lái)我們建立SEM模型。

一、畫(huà)好路徑圖

打開(kāi)AMOS，按照我們做EFA分好的題項(xiàng)或者根據(jù)理論分好的題項(xiàng)設(shè)計(jì)路徑圖。

二、讀取數(shù)據(jù)文件

因?yàn)镾PSS14.0版本以后已經(jīng)將AMOS整合到SPSS內(nèi)，所以一般我們數(shù)據(jù)以SPSS存儲(chǔ)來(lái)分析比較兼容，不容易出問(wèn)題。當(dāng)然，在讀取數(shù)據(jù)之前，我們要對(duì)數(shù)據(jù)的完整性問(wèn)題做處理。

步驟：1、在工具箱中選擇“Select data file(s)”圖示，或者點(diǎn)菜單欄File-Data Files

2、勾選【Files Name】，然后選擇分析的后綴名.sav數(shù)據(jù)文件讀入

3、可以看到讀入文件成功，數(shù)據(jù)樣本145個(gè)

4、點(diǎn)擊OK，結(jié)束數(shù)據(jù)讀入，也可點(diǎn)擊View Data閱覽數(shù)據(jù)

二、命名變量名稱(chēng)

前面我們建立了路徑圖，但其中的潛在變量和觀察變量以及相關(guān)誤差都還沒(méi)命名，和關(guān)聯(lián)數(shù)據(jù)。

步驟：

[if !supportLists]1. [endif]命名觀察變量。點(diǎn)擊工具箱中”List Variablles in data set”,按住鼠標(biāo)左鍵把觀察變量拖入方形框中。

2.命名潛在變量。雙擊橢圓框框，打開(kāi)Object Properties，在Variables Name窗口中輸入潛在變量名。

3.命名誤差變量。自動(dòng)命名：點(diǎn)擊菜單Plugins-Name Unobserved Variables。手動(dòng)命名，可以雙擊打開(kāi)Object Properties，保持視窗開(kāi)啟，逐個(gè)命名。

4.我們可以點(diǎn)擊，調(diào)整一下觀察變量的方框，美化路徑圖

5.最后我們就得出一個(gè)完整模型了。

三、在路徑中顯示重要的參數(shù)。

步驟：1、點(diǎn)擊Title圖示，在繪圖區(qū)點(diǎn)一下，輸入?yún)?shù)的宏函數(shù)

2、常見(jiàn)的參數(shù)宏函數(shù)命令如下

四、存檔，點(diǎn)擊，保存文件

五、估算分析，輸出結(jié)果

步驟：

[if !supportLists]1. [endif]點(diǎn)擊Analysis properties圖示，選擇Output，勾選需要分析的系數(shù)、輸入的模型擬合度和需報(bào)告的相關(guān)值。

2、點(diǎn)擊Calculate estimates圖示，產(chǎn)生估計(jì)值。

六、分析驗(yàn)證輸出結(jié)果

1.點(diǎn)擊工具箱View Test圖示，瀏覽輸出估計(jì)值，輸出報(bào)表內(nèi)容。

2.報(bào)表解讀

3.模型的總體

4.非標(biāo)準(zhǔn)化回歸系數(shù)

5.標(biāo)準(zhǔn)化回歸系數(shù)

6.相關(guān)系數(shù)

7.方差：檢查是否有違反估計(jì)

原文來(lái)自https://mp.weixin.qq.com/s/ORu4ez12YoB036tuN5KuuQ

想要學(xué)習(xí)更多知識(shí),歡迎關(guān)注wx公z號(hào)程式科技。

四、SEM 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型 (structural equation modeling，SEM)是一種建立、估計(jì)和檢驗(yàn)因果關(guān)系模型的方法。它可以替代多重回歸、通徑分析、因子分析、協(xié)方差分析等方法，清晰分析單項(xiàng)指標(biāo)對(duì)總體的作用和單項(xiàng)指標(biāo)間的相互關(guān)系。

為何要用結(jié)構(gòu)方程模型？

很多社會(huì)、心理研究中所涉及到的變量，經(jīng)常不能準(zhǔn)確、直接地測(cè)量，這種變量稱(chēng)為潛變量，如工作自主權(quán)、工作滿(mǎn)意度等。傳統(tǒng)的統(tǒng)計(jì)分析方法不能妥善處理這些潛變量，而結(jié)構(gòu)方程模型能同時(shí)很好地處理這些潛變量及其指標(biāo)。

矩形是可視變量draw observed，橢圓形是潛變量draw unobserved

B站資源【推薦視頻】https://www.bilibili.com/video/BV1PW411E7kz?p=14

以上就是關(guān)于sem潛在變量相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢(xún)，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。